Aidez World Market Atlas à se développer
Commander une valorisation d’entreprise soutient aussi le développement du projet.
Soutenir le projet
Contribuez au développement de World Market Atlas, un projet indépendant destiné aux investisseurs particuliers. Votre soutien nous aide à produire des analyses et à améliorer nos outils.
Calculer en tant que nouvelle catégorie d'actifs potentielle — la financiarisation de la puissance de calcul dans l'économie de l'IA
Au 23 septembre 2026. Les annonces et les prévisions n'impliquent pas des investissements achevés ou des transactions en direct.
Le développement de l'intelligence artificielle augmente rapidement l'importance de l'infrastructure informatique, en particulier des accélérateurs GPU spécialisés utilisés pour la formation et l'inférence. La puissance informatique, traditionnellement considérée comme une dépense d'exploitation ou une partie de l'infrastructure informatique, fait l'objet d'une tarification normalisée, de contrats à long terme, de financements soutenus par l'infrastructure et de produits dérivés planifiés. NVIDIA décrit ce processus comme transformant le calcul en une classe d'actifs investisseurs. Dans le même temps, les premières études universitaires sur le calcul des prix en tant qu'actif financier et contrats à terme basés sur les prix de location du GPU apparaissent.
Cet article évalue si le calcul peut réellement se transformer en une classe d'actifs distincte. L'analyse suggère que la puissance de calcul partage certaines caractéristiques avec les produits de base, l'énergie et l'infrastructure. Toutefois, elle est également très hétérogène, soumise à des changements technologiques rapides, impossible à stocker sous la forme de capacités inutilisées, et concentrée parmi un petit nombre de fournisseurs. Le résultat le plus probable n'est donc pas une classe d'actifs homogène, mais un complexe d'instruments financiers couvrant l'infrastructure d'IA, des contrats de calcul, des prêts garantis par des équipements et des revenus, et des dérivés sur les prix de GPU.
Mots-clés: intelligence artificielle, calcul, GPU, classe d'actifs, avenir, infrastructure d'IA, centres de données, financiarisation, NVIDIA.
1. Présentation
Chaque révolution technologique a produit non seulement de nouvelles entreprises, mais aussi de nouveaux actifs pour financer et investir. Les chemins de fer ont soutenu le développement des obligations d'infrastructure; le pétrole a créé de vastes marchés à terme; les télécommunications ont conduit à la financiarisation de l'infrastructure de réseau; et l'internet a contribué à toute une catégorie d'actifs associés aux centres de données et à l'infrastructure numérique.
L'IA générative peut déclencher un processus similaire. La ressource fondamentale qui permet aux modèles d'IA de fonctionner est la puissance de calcul — calcul. Dans ce contexte, il englobe non seulement un GPU individuel mais l'ensemble du système qui convertit l'électricité et les données en calcul : accélérateurs, processeurs, mémoire, réseaux, refroidissement, centres de données et logiciels.
En août 2026, Jensen Huang, directeur général de NVIDIA, a estimé que l’infrastructure d’IA commençait à devenir une nouvelle « classe d’actifs investissable ». NVIDIA ont également annoncé une coopération avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR sur les plates-formes de financement d'infrastructures d'IA visant à mobiliser en fin de compte plus de 500 milliards de dollars de capitaux tiers. Cependant, l'annonce de NVIDIA's décrit les plates-formes de financement prévues et provient d'une entreprise ayant un intérêt économique direct pour l'expansion du marché des infrastructures d'IA.
La question de la recherche ne devrait donc pas être de savoir si NVIDIA appelle le calcul d'une catégorie d'actifs, mais si la puissance de calcul répond aux conditions économiques et financières requises pour être considérée comme une catégorie d'actifs distincte.
2. Qu'est-ce que ça veut dire ?
Tout ce qui a un prix n'est pas une classe d'actifs. Dans son article classique Qu'est-ce qu'une classe d'actifs, de toute façon?, Robert Greer définit une classe d'actifs comme un ensemble d'actifs partageant des caractéristiques économiques fondamentales qui les distinguent des autres actifs.
Une approche contemporaine utilisée par l'Institut de la FCA suggère également que les membres d'une catégorie d'actifs devraient être relativement homogènes, représenter des sources communes de risque et offrir une échelle et une capacité d'investissement suffisantes pour constituer une partie significative d'un portefeuille d'investissement.
Dans le cas du calcul, au moins quatre objets économiques différents peuvent être distingués:
Infrastructure informatique physique — GPU, serveurs et centres de données;
Un flux de services informatiques — par exemple, une heure d'utilisation du GPU;
Contrats et instruments financiers fondés sur le calcul — accords à long terme et contrats à terme;
Instruments qui financent l'infrastructure — prêts, obligations et structures de financement de projets garanties par les GPU ou les contrats avec les clients.
Cette distinction est importante. Posséder un centre de données ressemble à un actif d'infrastructure classique générant des flux de trésorerie, alors qu'une heure GPU inutilisée ressemble plus à un bien économique périssable comparable à l'électricité.
3. Pourquoi le calcul commence-t-il à ressembler à une marchandise?
Un marché financier nécessite un marché actif dans le bien sous-jacent. Un tel marché émerge progressivement pour la puissance informatique.
Dans (Early) AI Compute Asset Pricing, Bandi et Su soutiennent que l'objet économique faisant l'objet du commerce ne devrait pas être le seul GPU mais l'accès à un ensemble particulier de services : l'accélérateur, la mémoire, le CPU, le réseau, l'emplacement, la fiabilité et l'infrastructure de l'opérateur.
L'heure GPU — une heure d'accès à un type GPU spécifié — pourrait donc devenir une unité analogue à un baril de pétrole ou à une mégawattheure.
Le problème est qu'une heure GPU n'est pas homogène. Une heure sur un NVIDIA A100, H100 ou B200, ou un AMD MI300X, peut offrir des performances très différentes. Les centres de données diffèrent également en ce qui concerne la configuration du réseau, la mémoire et la qualité de l'infrastructure.
Bandi et Su décrivent le marché actuel comme hétérogène et font valoir que la financiarisation nécessite des indices qui convertissent de nombreux prix différents en un indice de référence normalisé.
Ce processus a déjà commencé. Des indices des prix de location pour A100, H100, B200 et d'autres accélérateurs sont apparus. Silicon Data publie des indices de référence quotidiens exprimés en dollars par heure GPU, entre autres mesures.
Un indice ne crée pas à lui seul une catégorie d'actifs, mais c'est une condition préalable fondamentale pour les produits dérivés et un marché de la gestion du risque.
4. L'échelle économique du marché du calcul
L'ampleur énorme de l'investissement constitue un second argument pour la financiarisation du calcul.
Selon l'indice d'IA de Stanford, la capacité de calcul de l'infrastructure mondiale d'IA avait augmenté d'environ 3,3 fois par an depuis 2022, atteignant environ 17,1 millions d'équivalents de NVIDIA H100 à la fin de 2025. NVIDIA représentaient plus de 60% de la capacité mondiale estimée, Google, Amazon et d'autres fabricants détenant également des parts importantes.
Cette infrastructure nécessite également d'importants investissements énergétiques. Stanford a estimé la capacité électrique de l'infrastructure du centre de données AI à environ 29,6 GW en 2025.
L'échelle financière est encore plus frappante. L'Agence internationale de l'énergie signale que les dépenses en capital de cinq grandes entreprises technologiques ont dépassé 400 milliards de dollars en 2025 et devraient augmenter d'environ 75% en 2026. L'AIE note que le capex de cinq entreprises technologiques seulement était devenu plus important que l'investissement mondial dans le pétrole et le gaz en amont.
Cela implique que l'infrastructure d'IA atteint une échelle à laquelle le financement exclusivement par le biais des entreprises technologiques de bilan devient moins efficace. Une conséquence naturelle est l'arrivée des banques, des fonds de crédit privés, des investisseurs en infrastructures et des marchés obligataires.
5. L'avenir comme point tournant
L'une des étapes les plus importantes de la transformation d'un bien économique en actif financier est la création d'un marché des produits dérivés.
CME Group et Silicon Data ont annoncé des contrats à terme sur les prix de location NVIDIA H100 et B200. Selon l'annonce du CME, la négociation devrait commencer le 5 octobre 2026, sous réserve des approbations réglementaires nécessaires. Au 23 septembre 2026, cela signifie que le marché a été annoncé mais n'a pas encore un long record de transactions réelles.
ICE et NATIVX ont annoncé des plans similaires, travaillant sur des contrats à terme basés sur COIL, un indice mesurant le prix de la puissance de calcul normalisée.
L'émergence de l'avenir est importante pour deux raisons.
Premièrement, l'avenir permet la couverture. Une entreprise prévoyant de former un modèle en 2027 pourrait potentiellement couvrir le coût futur du calcul aujourd'hui. Un opérateur de centre de données pourrait couvrir le risque de baisse des prix de location.
Deuxièmement, les contrats à terme créent une exposition financière pour les investisseurs qui ne veulent pas construire de centre de données ou acheter eux-mêmes des GPU.
À ce stade, le calcul commence à ressembler aux marchés de l'électricité, du gaz et d'autres produits de base.
6. Le calcul diffère néanmoins de l'huile
Une caractéristique fondamentale distingue le calcul de nombreux produits traditionnels : la capacité de calcul inutilisée ne peut pas être stockée.
Si le propriétaire d'un entrepôt ne vend pas aujourd'hui un baril de pétrole, il peut le vendre plus tard. Toutefois, si un GPU reste inactif pendant une heure, cette heure de capacité de production est perdue de façon permanente.
Bandi et Su notent que la relation d'arbitrage standard spot–futures familière des marchandises entreposées ne s'applique donc pas directement au calcul. À cet égard, la puissance de calcul est beaucoup plus proche de l'électricité.
Le prix du calcul dépend donc de facteurs tels que:
utilisation actuelle de l'infrastructure;
la disponibilité énergétique;
la fourniture de nouvelles puces;
Demande de formation modèle et d'inférence;
La génération du processeur;
Disponibilité de la mémoire;
infrastructures de réseau;
Emplacement du centre de données;
Efficacité du logiciel.
Par conséquent, la valeur de l'infrastructure peut être très sensible à l'utilisation. Les GPU d'une valeur nominale de plusieurs milliards de dollars peuvent générer des revenus substantiels près de la pleine capacité, mais la rentabilité peut chuter fortement si l'offre dépasse la demande.
7. Obsolescence technologique
Une autre différence par rapport aux infrastructures traditionnelles concerne le cycle de vie de l'actif.
Une centrale électrique, un gazoduc ou une autoroute peut fonctionner pendant des décennies. Par contre, les transformateurs d'IA peuvent perdre leur compétitivité relativement rapidement à mesure que de nouvelles générations de puces émergent.
NVIDIA fait valoir que le logiciel CUDA peut étendre l'utilité économique du matériel ancien. La société cite l'A100, introduit en 2020 et encore à usage commercial, comme exemple.
Cet argument n'élimine pas le risque technologique. Bandi et Su soulignent que le matériel physique vieillit alors qu'un indice financier peut progressivement évoluer vers de nouvelles générations de processeurs.
Cela crée une situation intéressante: un propriétaire d'infrastructure peut détenir un actif physique vieillissant, tandis qu'un investisseur dans un indice de calcul peut avoir une exposition qui migre dynamiquement vers une technologie plus récente.
Les deux instruments présenteraient donc des profils de risque très différents.
8. L'émergence d'une finance financée par calcul
La financiarisation la plus avancée se produit probablement sur les marchés du crédit plutôt que sur les marchés à terme.
CoreWeave utilise déjà des structures dans lesquelles le financement est directement lié aux achats de GPU et à l'exécution des contrats avec les clients. En mars 2026, une société de groupe a conclu un contrat de prêt à terme avec tirage différé d'un montant maximal de 8,5 milliards de dollars, destiné en partie à l'achat de serveurs GPU et de l'infrastructure nécessaire à l'exécution d'un contrat client.
À la fin de juin 2026, CoreWeave a déclaré une dette d'environ 35,6 milliards de dollars. Certaines structures ont été garanties par des entités à des fins spéciales, y compris des infrastructures importantes et des créances.
En mai 2026, la société a également annoncé le financement public de HPC garanti par l'infrastructure AI.
Une tendance similaire se dessine de manière plus générale. En septembre 2026, Reuters a rapporté un financement d'environ 22 milliards de dollars pour une entreprise d'infrastructure impliquant Blackstone et Alphabet, avec des garanties, y compris des processeurs TPU et des contrats avec les clients.
Cela ressemble au développement historique d'autres classes d'actifs d'infrastructure: d'abord un actif générateur de recettes, puis des prêts adossés à des actifs, suivi de la titrisation, des indices et des produits dérivés.
9. Les principaux risques de la catégorie d'actifs émergente
L'obstacle le plus important au cas d'une catégorie d'actifs distincte est le manque actuel d'échéance du marché.
Le risque technologique découle du développement rapide des accélérateurs. Une nouvelle génération peut réduire considérablement le coût d'une unité de calcul et diminuer la valeur économique des GPU antérieurs.
Le risque de demande concerne l'ampleur de l'utilisation future de l'IA. L'investissement actuel suppose une forte demande continue de formation et d'inférence de modèles. Si la monétisation de l'IA progresse plus lentement que prévu, l'utilisation de l'infrastructure pourrait diminuer.
Le risque de concentration technologique est particulièrement important. Le Stanford AI Index souligne la position dominante de NVIDIA dans le calcul mondial et la forte concentration de la fabrication des semi-conducteurs les plus avancés.
Le risque énergétique rend le prix du calcul partiellement dépendant des prix et de la disponibilité de l'électricité. L'AIE s'attend à ce que la consommation d'électricité des centres de données mondiaux augmente rapidement au cours des prochaines années.
Le risque de base survient lorsqu'une entreprise couvre les coûts à l'aide d'un indice H100 mais utilise en fait une configuration différente de fournisseur, de région ou de matériel. Bandi et Su montrent que les prix entre les segments de marché ne se déplacent pas toujours ensemble.
Enfin, le risque financier découle de l'endettement élevé du secteur. À mesure que les investissements dans l'IA augmentent, la dette, le crédit-bail, le financement de projets et les garanties de valeur résiduelle deviennent de plus en plus importants. Les marchés du crédit supportent donc une part croissante des risques liés à la valeur future des équipements et des contrats d'IA.
10. Le calcul est-il déjà une classe d'actifs séparée?
À ce stade, la réponse devrait être plus prudente que la narration avancée par les fabricants d'infrastructures.
Compute possède déjà plusieurs caractéristiques d'une classe d'actifs émergente :
Un marché sous-jacent très important et en croissance rapide;
Prix mesurables des unités de puissance de calcul;
Indices de prix;
les contrats à long terme;
La capacité de financer les actifs par rapport aux flux de trésorerie futurs;
Financement soutenu par l'équipement;
Un marché des produits dérivés en développement;
Des acteurs qui ont naturellement besoin de couvrir le risque de prix.
Dans le même temps, le calcul ne répond pas encore à tous les critères d'une catégorie d'actifs matures. L'historique des prix est court, les indices sont nouveaux, le marché reste fragmenté, les produits ne sont pas entièrement interchangeables et les contrats à terme n'ont pas un record pluriannuel de transactions liquides. Il n'existe pas non plus de données historiques suffisantes pour évaluer de façon fiable les rendements à long terme, la volatilité et les corrélations avec les actions, les obligations, les marchandises et les biens immobiliers.
Il est intéressant de noter que les résultats préliminaires de Bandi et Sus pour les contrats à terme synthétiques suggèrent la possibilité d'une prime de risque de calcul positive. Les auteurs eux-mêmes soulignent le caractère précoce de ces constatations.
Il est donc actuellement plus précis de décrire le calcul comme un marché émergent pour les actifs et les risques financiers que comme une catégorie d'actifs pleinement établie.
11. Conclusions
Le développement de l'IA modifie la nature économique de la puissance informatique. Le calcul n'est plus seulement une dépense informatique. Elle devient une ressource productive rare avec un prix observable, une source de revenus, une garantie pour la dette et un actif potentiel sous-jacent pour les contrats à terme.
L'élément clé de cette transformation n'est donc pas simplement la croissance de la valeur du marché GPU, mais la financiarisation du calcul.
Le processus peut être représenté par l'ordre suivant:
GPU → Infrastructure AI → Location d'heures GPU → Calculer l'indice de prix → Contrat à long terme → Calculer le financement adossé → Futures → Potential asset class.
À cet égard, 2026 peut être une année transitoire. NVIDIA et les institutions financières mondiales créent des structures de financement de l'infrastructure mesurées en centaines de milliards de dollars, tandis que le CME et l'ICE mettent au point des instruments destinés à transférer le risque de calcul des prix sur les marchés financiers.
Dans le même temps, le calcul demeure beaucoup plus complexe qu'un produit traditionnel. Il est périssable, hétérogène sur le plan technologique, dépendant de l'énergie, vieillissant rapidement et fortement concentré autour d'une poignée de fournisseurs de technologie.
Le résultat le plus probable n'est donc pas une simple classe d'actifs de calcul. Un écosystème plus large de financement des infrastructures d'IA est plus probable, englobant les actifs d'infrastructure, le crédit privé, les obligations, les contrats de calcul et les produits dérivés.
Si les années à venir produisent un marché au comptant liquide, des indices de référence fiables, un marché à terme profond et un historique de prix suffisamment long pour identifier une prime de risque indépendante, le calcul pourrait véritablement commencer à fonctionner comme une classe d'actifs distincte en théorie du portefeuille.
Pour l'instant, nous observons les débuts du processus qui pourraient conduire à son émergence.
Bibliographie
Bandi, F. M., Su, Y. (2026), (Early) AI Compute Asset Tarification, arXiv:2607.12156, version datée du 10 septembre 2026 ArXiv — document complet
CFA Institute (2026), Aperçu de la répartition des biens. CFA Institute
CME Group (2026), CME Group et Silicon Data lanceront le Compute Futures en octobre 5 pour débloquer une nouvelle façon de contrer les risques d'IA. CME Group
Référence bibliographique (titre original) : Greer, R. J. (1997), What Is an Asset Class, Anyway?, The Journal of Portfolio Management, 23(2), 86–91, DOI: 10.3905/JPM.23.2.86.
Agence internationale de l'énergie (2025), Énergie et AI. AIE – Énergie et AI
Agence internationale de l'énergie (2026), Questions clés sur l'énergie et l'IA. Rapport 2026 de l'AIE
Référence bibliographique (titre original) : Intercontinental Exchange, NATIVX (2026), ICE and NATIVX to Launch Energy-Normalized Compute Futures Contracts. ICE
NVIDIA (2026), Huang, J., NVIDIA AI Factory Compute Devenir une catégorie d'actifs négociables, 11 Août 2026 NVIDIA Blog — article source
NVIDIA (2026), NVIDIA Partenaires avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR pour établir des plateformes de financement de l'infrastructure de calcul d'IA pour mobiliser plus de 500 milliards de dollars de capitaux de tiers. NVIDIA Newsroom
Stanford Institute for Human-Centered Artificial Intelligence (2026), AI Index Report 2026 – Research and Development. Indice d'IA de Stanford 2026
CoreWeave Inc. (2026), SEC dépose des déclarations sur le financement de l'infrastructure et les passifs financiers de GPU. SEC – dépôt CoreWeave 2026
Silicon Data (2026), GPU Rental Price Indices et documents sur le marché émergent des contrats à terme sur la puissance de calcul. Silicon Data indices
Les messages reflètent les opinions personnelles de l'auteur à la date de publication. Ce ne sont pas des recommandations d'investissement.